2024年4月4日中午,Microsoft 举办了一场名为 Copilot 50周年的线上直播活动。
需要说明的是,这并不是 Copilot 诞生50周年。这类 AI 能力的发展仅有约5年时间,而且很多展示的功能都是全新的。这个命名确实有些令人困惑。不过由于 Bill Gates 和 Paul Allen 于1975年创立了公司,Microsoft 借此机会举办了这场以"介绍你的 AI 伙伴"为主题的展示活动,即 Copilot。
由于许多人对 Microsoft Copilot 还很陌生,主持活动的 Microsoft AI CEO Mustafa Suleyman 特别邀请了一些普通用户分享他们的使用故事。
邻里、朋友与用户
活动中的一个环节包括了 Chris Suh 和他的纽芬兰犬 Joonie,以及一位名叫 Elvira 的女士。Elvira 学会了使用 Copilot 来帮助她和丈夫维护家居。
Suh 分享了他如何帮助邻居处理狗狗相处问题的故事,他通过学习训犬方法,让 Joonie 和邻居的狗能和睦相处。
他说:"我想确保自己能以最好的方式提供帮助。" 他提到 Copilot 能很好地整理信息,帮助人们找到完成重要任务或项目的最佳方式。他特别指出 Copilot 可以帮助人们在私下学习那些他们可能不会去上课或在公共场合尝试的内容。
他说:"明天永远无法预知,我们只有今天。"
Elvira 则讲述了她如何解决丈夫在家中火车房的电力问题。
通过使用 Copilot,她获得了传统 Google 搜索可能无法提供的知识。
她说:"我之前所有的担忧都消失了。前方的道路充满了超乎想象的奇迹和发现。"
关于 Elvira 的故事 (实际上 Chris 的故事也是如此),一个重要观点是新模型正在重新定义搜索。对于我们这些习惯于点击超链接寻找信息的人来说,ChatGPT 或 Copilot 这样的模型能在几秒钟内检索整个网络并返回权威答案,这是令人震惊的。现在,通过推理能力,他们甚至可以在测试时进行思考,这使它们作为人类用户答案提供者的能力更加强大。
AI 的形态转变
在演示的后半段,Suleyman 与 Copilot 进行了对话,展示了模型的能力 (以及明显的讨好人类的倾向)。
随着屏幕上呈现出不同的形状和图案,包括一只骄傲的孔雀和一些现代风格的设计,模型采用了各种对话语气,包括密谋般的低语。
这让那些可能不熟悉当前 AI 能力的人们得以一窥这些模型如何融入我们的世界,并以令人惊叹的方式与我们互动。
模型的民主化
从这次活动中,我最大的感悟是思考这将如何扩大主动型 AI 的受众群体。
有时候我们需要退一步想想,了解技术的人已经使用这项技术多年了。但对于那些不太接触技术的人来说,他们可能几乎没有与之互动的经验,这一切对他们来说都可能是全新的。就在几周前,我们看到 Google 在终端设备上发布了 Gemini。我们知道很快所有人的口袋里都会有这些模型。Copilot 的演示可能是让更多人认识这项技术的重要一步。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。